शोधकर्ताओं ने स्वचालित रूप से उल्कापिंडों को पहचानने और उनका शिकार करने के लिए एक ड्रोन सिखाया है
ग्रह वैज्ञानिकों का अनुमान है कि हर साल, लगभग 500 उल्कापिंड पृथ्वी के वायुमंडल के माध्यम से उग्र यात्रा से बचे रहते हैं और हमारे ग्रह की सतह पर गिरते हैं। अधिकांश काफी छोटे हैं, और उनमें से 2% से भी कम कभी भी ठीक हो जाते हैं। जबकि अंतरिक्ष से अधिकांश चट्टानें महासागरों या दूरस्थ, दुर्गम क्षेत्रों में समाप्त होने के कारण पुनर्प्राप्त करने योग्य नहीं हो सकती हैं, अन्य उल्कापिंडों के गिरने के बारे में न तो देखा जाता है और न ही इसके बारे में जाना जाता है।
लेकिन नई तकनीक ने हाल के वर्षों में ज्ञात संख्या में गिरावट दर्ज की है। डॉपलर रडार ने उल्कापिंड गिरने का पता लगाया है, साथ ही विशेष रूप से उल्काओं की तलाश में ऑल-स्काई कैमरा नेटवर्क। इसके अतिरिक्त, डैशकैम और सुरक्षा कैमरों के बढ़ते उपयोग ने आग के गोले और संभावित उल्कापिंड गिरने पर अधिक गंभीर दृष्टि और डेटा की अनुमति दी है।
शोधकर्ताओं की एक टीम अब छोटे उल्कापिंडों के लिए स्वचालित खोजों के लिए ड्रोन और मशीन लर्निंग का परीक्षण करके अतिरिक्त प्रौद्योगिकी प्रगति का लाभ उठा रही है। एक बड़े सर्वेक्षण क्षेत्र में जमीन की व्यवस्थित तस्वीरें लेते हुए, हाल ही में उल्कापिंड गिरने के लिए एक अनुमानित 'बिखरे हुए क्षेत्र' में ग्रिड खोज पैटर्न को उड़ाने के लिए ड्रोन को प्रोग्राम किया जाता है। संभावित उल्कापिंडों की पहचान करने के लिए चित्रों के माध्यम से खोजने के लिए कृत्रिम बुद्धिमत्ता का उपयोग किया जाता है।
'उन छवियों का विश्लेषण मशीन लर्निंग क्लासिफायरियर का उपयोग करके कई अन्य विशेषताओं के बीच क्षेत्र में उल्कापिंडों की पहचान करने के लिए किया जा सकता है,' कैलिफोर्निया विश्वविद्यालय, डेविस के रॉबर्ट साइट्रॉन ने कहा, हाल ही में मौसम विज्ञान और ग्रह विज्ञान में प्रकाशित एक पत्र में।
साइट्रॉन और उनके सहयोगियों ने कई बार अपने वैचारिक ड्रोन सेटअप का परीक्षण किया है, ज्यादातर हाल ही में वाकर झील, नेवादा के पास एक ज्ञात 2019 उल्कापिंड गिरने के क्षेत्र में। उनका प्रूफ-ऑफ-कॉन्सेप्ट उल्कापिंड क्लासिफायर 'क्षेत्र में ड्रोन द्वारा ली गई छवियों से उल्कापिंडों को पहचानने के लिए विभिन्न कनवल्शन न्यूरल नेटवर्क्स' के संयोजन को दर्शाता है, टीम लिखती है।
वाकर झील, नेवादा के पास एक क्षेत्र परीक्षण के दौरान तैनात दो उल्कापिंडों की उदाहरण छवि। उल्कापिंडों को नारंगी झंडों से चिह्नित किया गया है। क्वाड्रिकॉपर ड्रोन की डार्क शैडो पर ध्यान दें। क्रेडिट: रॉबर्ट सिट्रोन एट अल।
हालांकि इस विशिष्ट परीक्षण ने पहले अज्ञात चट्टानों के लिए कई झूठी सकारात्मकताओं का खुलासा किया, सॉफ्टवेयर नेवादा में सूखी झील के बिस्तर पर शोधकर्ताओं द्वारा रखे गए परीक्षण उल्कापिंडों की सही पहचान करने में सक्षम था। साइट्रॉन और उनकी टीम अपने सिस्टम की क्षमता के बारे में बहुत आशावादी हैं, खासकर छोटे उल्कापिंडों की खोज में और उन्हें दूरस्थ क्षेत्रों में ढूंढने में।
साइट्रॉन ने यूनिवर्स टुडे को बताया कि सिस्टम स्थापित करने की मुख्य चुनौती मशीन लर्निंग क्लासिफायरियर के लिए एक प्रशिक्षण डेटासेट को इकट्ठा करना था।
'चूंकि भविष्य में उल्कापिंड गिरना किसी भी इलाके में हो सकता है,' उन्होंने ईमेल के माध्यम से कहा, 'सिस्टम को एक ऑब्जेक्ट डिटेक्शन एल्गोरिथम की आवश्यकता होती है, जो विभिन्न इलाकों में कई प्रकार के उल्कापिंडों के उदाहरणों के साथ प्रशिक्षित होता है। ठीक से प्रशिक्षित ऑब्जेक्ट डिटेक्शन नेटवर्क बनाने के लिए, हजारों उदाहरण छवियों की आवश्यकता होती है।'
साइट्रॉन और उनके सहयोगियों ने इंटरनेट से उल्कापिंडों की छवियों को इकट्ठा किया और विभिन्न इलाकों में उनके संग्रह से उल्कापिंडों की 'पोज' वाली तस्वीरों में जोड़ा। इसने उन्हें मशीन लर्निंग मॉडल को ठीक से प्रशिक्षित करने की अनुमति दी ताकि झूठी पहचान के रूप में चिह्नित सामान्य चट्टानों की संख्या को कम किया जा सके।
फिर उन्होंने अनुमानित नेवादा बिखरे हुए क्षेत्र के दो स्थानों में क्वाड्रिकॉप्टर ड्रोन के साथ दस परीक्षण उड़ानें आयोजित कीं, जो कि चार स्टेशनों से प्रक्षेपवक्र डेटा के आधार पर अपेक्षित उल्कापिंड का क्षेत्र है। नासा उल्कापिंड ट्रैकिंग और रिकवरी नेटवर्क, ग्लोबल फायरबॉल वेधशाला का हिस्सा।
'उल्कापिंड पुरुष' से वीडियो जो एक बिखरे हुए क्षेत्र का वर्णन करता है।
'सौभाग्य से, हर क्षेत्र परीक्षण हम अधिक डेटा प्राप्त करते हैं जिसे हम डेटासेट में शामिल कर सकते हैं और ऑब्जेक्ट डिटेक्शन नेटवर्क को फिर से प्रशिक्षित करने और सटीकता में सुधार करने के लिए उपयोग कर सकते हैं,' साइट्रॉन ने कहा। 'इसलिए, हम पता लगाने की सटीकता में सुधार करने की कोशिश करना जारी रखेंगे। वर्तमान में हमें उच्च रिज़ॉल्यूशन वाले कैमरे के साथ एक बेहतर ड्रोन की आवश्यकता है।'
उल्कापिंडों का अध्ययन और उनकी उत्पत्ति जानने से वैज्ञानिकों को क्षुद्रग्रह बेल्ट में कुछ 40 क्षुद्रग्रह परिवारों की संरचना का निर्धारण करने में मदद मिलती है, और सौर मंडल के प्रारंभिक विकास को समझने में भी सहायता मिलती है। शोधकर्ताओं ने कहा कि रिमोट कैमरा नेटवर्क की जानकारी ताजा गिरे हुए उल्कापिंडों को खोजने और उनका अध्ययन करने में सक्षम होने के कारण यह निर्धारित करने में महत्वपूर्ण है कि क्षुद्रग्रह परिवार ने उल्कापिंड मलबे का उत्पादन किया होगा, और यदि यह किसी विशेष टक्कर घटना से था।
टीम ने अपने पेपर में लिखा है, 'अगर उल्कापिंड को बरामद किया जा सकता है, तो एक आग के गोले का लाइटक्रर्व और डेक्लेरेशन प्रोफाइल इस बात की भी जानकारी देता है कि इसकी गतिज ऊर्जा पृथ्वी के वायुमंडल में कैसे जमा होती है।' 'उस जानकारी का उपयोग भविष्यवाणियों को बेहतर बनाने के लिए किया जा सकता है कि इस सामग्री प्रकार के टुकड़े की ऊंचाई वाले क्षुद्रग्रह जो हानिकारक एयरबर्स्ट का कारण बनने के लिए काफी बड़े हैं।'
7 अप्रैल, 2019 को रैंचो मिराज वेधशाला (एरिक मैकलॉघलिन) से ग्लोबल फायरबॉल नेटवर्क के कैमरों में से एक द्वारा पकड़ा गया एक चमकीला उल्का। क्रेडिट: नासा उल्कापिंड ट्रैकिंग और रिकवरी नेटवर्क।
हालांकि, एक मनाया गिरावट से उल्कापिंडों को ढूंढना बहुत मुश्किल हो सकता है, क्योंकि उल्कापिंड एक विस्तृत क्षेत्र में बिखरे हुए हो सकते हैं।
सिट्रोन ने कहा, 'छोटे फॉल्स अधिक बार होते हैं, लेकिन कम उल्कापिंड के टुकड़े देते हैं, जिसका पता लगाना कठिन होता है।' 'एक उल्कापिंड के टुकड़े को खोजने में लगभग 100 मानव-घंटे लगते हैं, इसलिए यदि हम इसमें सुधार कर सकते हैं तो हम इन छोटे फॉल्स का अधिक नमूना ले सकते हैं और कक्षाओं में बेहतर अंतर्दृष्टि प्राप्त कर सकते हैं और इसलिए आने वाले उल्काओं के स्रोत क्षेत्र प्राप्त कर सकते हैं।'
साइट्रॉन ने कहा कि उनकी टीम की ड्रोन प्रणाली छोटे गिरने के लिए है जो उल्का शिकारियों को आकर्षित नहीं करेगी। लेकिन टीम के काम ने एक प्रसिद्ध उल्का शिकारी, डिस्कवरी चैनल के जेफ्री नोटकिन की प्रशंसा को आकर्षित किया है 'उल्कापिंड पुरुष।'
'डॉ। इस क्षेत्र में सिट्रॉन का वर्तमान कार्य आकर्षक है, विशेष रूप से वास्तविक दुनिया की स्थितियों में ड्रोन के साथ उनके साहसिक प्रयोग, ”नोटकिन ने ईमेल के माध्यम से कहा। 'यहां सबसे रोमांचक अवधारणा मशीन लर्निंग के साथ आधुनिक ड्रोन का युग्मन है जो सीटू में उल्कापिंडों की दृश्य विशेषताओं को पहचान सकता है। समय को देखते हुए, यह पद्धति पैदल ही हाल में गिरे उल्कापिंडों की खोज की कुछ थकान को समाप्त कर सकती है और उन क्षेत्रों में पुनर्प्राप्ति की सुविधा भी प्रदान कर सकती है जो मनुष्यों के लिए व्यक्तिगत रूप से खोजना मुश्किल या खतरनाक हैं। ”
जेफ्री नॉटकिन द्वारा पाया और फोटो खिंचवाने वाले एक छोटे, हौसले से गिरने वाले उल्कापिंड का एक उदाहरण। यह नमूना ऐश क्रीक, एक L6 पत्थर का उल्कापिंड है, जो 15 फरवरी, 2009 को मैकलेनन काउंटी, टेक्सास में एक उज्ज्वल दिन के आग के गोले के बाद गिर गया था। यह पहली बार था जब डॉपलर रडार का इस्तेमाल नमूनों का पता लगाने के लिए किया गया था।फोटो © जेफ्री नोट्किन
नोटकिन ने कहा कि उन्होंने लंबे समय से सोचा है कि ड्रोन और बिना चालक वाले हवाई वाहन (यूएवी) उल्कापिंड की वसूली में उपयोगी भूमिका निभा सकते हैं, और वास्तव में, उन्होंने 2010 और 2011 में कुछ शुरुआती प्रयोग किए, लेकिन उस समय के ड्रोन और यूएवी या तो थे गैर-सैन्य कर्मियों के लिए पर्याप्त उन्नत या उपलब्ध नहीं है।
लेकिन जैसे-जैसे तकनीक में सुधार जारी है, साइट्रॉन ने कहा, और 'एक बड़े प्रशिक्षण डेटासेट, अद्यतन वर्गीकरण योजना, और बेहतर इमेजिंग हार्डवेयर के साथ, मशीन लर्निंग एक स्वायत्त ड्रोन सर्वेक्षण के साथ मिलकर ताजा से मिले उल्कापिंड के टुकड़ों की संख्या बढ़ाने के लिए एक मूल्यवान उपकरण साबित हो सकता है। गिर जाता है।'
आगे की पढाई:
साइट्रॉन एट अल द्वारा पेपर: एक स्वायत्त ड्रोन और मशीन लर्निंग का उपयोग करके उल्कापिंडों की वसूली
उल्कापिंडों पर ग्रह विज्ञान संस्थान के अक्सर पूछे जाने वाले प्रश्न
ज्योफ नॉटकिन के एरोलाइट उल्कापिंड
पिछला यूटी लेख 'बाहरी अंतरिक्ष से चट्टानें बेचना: 'उल्कापिंड मैन' ज्योफ नोटकिन के साथ एक साक्षात्कार'
क्षुद्रग्रह, उल्का और उल्कापिंड में क्या अंतर है?